Les temps de marche improductifs ont diminué de 50 % à Recycle Central, le centre de Recology situé au Pier 96 à San Francisco, après le déploiement de DataMap de Glacier, selon les chiffres publiés par Glacier. L'entreprise fait également état d'une hausse d'environ 15 % du débit par poste et de plus d'un million de dollars d'économies annuelles de main-d'œuvre projetées. Ces chiffres constituent l'argument principal que Glacier apporte au débat sur l'IA dans le recyclage lors du MRF Operations Forum 2026 à Chicago.
Ce que fait DataMap
DataMap relie des systèmes de vision par IA à l'échelle d'un centre de tri, ou MRF (materials recovery facility). Le logiciel offre aux opérateurs une visibilité en temps réel sur les flux de matières, l'utilisation des équipements, le temps de marche productif et les possibilités d'améliorer la valorisation. Glacier affirme que l'objectif est d'aider les équipes à transformer ces observations en décisions opérationnelles.
Le produit comble une lacune ancienne dans la gestion des centres de tri. Les exploitants se sont traditionnellement fait une idée des performances de leur site à partir de l'observation manuelle, des rapports d'équipements et de l'expérience. Un centre de tri est un environnement complexe et changeant, et chacune de ces sources n'en saisit qu'une partie.
Au Pier 96, selon Glacier, le déploiement de DataMap a aidé les opérateurs à repérer des inefficacités cachées. Il leur a aussi permis de distinguer le temps de marche des équipements du temps de traitement réellement productif, et de mesurer l'effet des changements opérationnels. Cette distinction est importante : une machine peut tourner sans traiter de matière utile. Le seul temps de marche ne le montrerait pas, et la réduction de 50 % annoncée des temps improductifs repose sur cette ligne de partage.
La table ronde et les personnes derrière le projet
Anisa Nuanes, responsable produit (Head of Product) de Glacier, dirige le développement de DataMap. Elle devait intervenir dans une table ronde intitulée « AI in the MRF: Practical Applications for Smarter Operations » le mardi 27 octobre, de 16 h 15 à 17 h 15 (heure du Centre, CT). La session s'inscrivait dans le MRF Operations Forum, au Marriott Marquis Chicago. Le forum se déroule en parallèle de la Paper & Plastics Recycling Conference.
Glacier a décrit l'objectif de la table ronde comme une discussion sur les domaines où l'IA apporte aujourd'hui une valeur mesurable, sur ce que les exploitants doivent attendre de ces systèmes et sur la suite. L'entreprise a résumé simplement le critère des exploitants face à une nouvelle technologie : est-ce que cela fonctionne, et est-ce que cela rend le site plus rentable ?
Le propos de Anisa Nuanes porte sur des problèmes qui ne sont pas propres au tri. Glacier cite la collecte de données utiles dans des environnements exigeants, la distinction entre signaux pertinents et bruit, la transmission de l'information aux bonnes personnes au bon moment, et l'intégration de nouveaux outils dans les méthodes de travail déjà en place dans les centres de tri. Pour Glacier, un tableau de bord ne permet pas de récupérer une tonne de matière de plus : la valeur tient à ce que les opérateurs font de l'information.
La présence élargie de Glacier à Chicago
L'équipe de Glacier prévoyait d'assister au MRF Operations Forum comme à la conférence consacrée aux plastiques et au papier tout au long de la semaine. L'entreprise indique qu'elle rencontrerait clients, partenaires et exploitants pour échanger sur la robotique, la valorisation des matières et l'intelligence à l'échelle du site. Glacier fabrique un robot de tri à deux bras en plus de DataMap : l'entreprise se place donc des deux côtés de la question de l'automatisation, celui des tâches de tri individuelles et celui de la mesure à l'échelle de l'installation entière.
Le soir de la table ronde, Glacier organisait une rencontre au SPIN Chicago, au 344 N State Street, de 17 h 30 à 19 h 30. La participation sur inscription (RSVP) était obligatoire et les places limitées. Certains membres de l'équipe devaient porter des t-shirts à l'effigie de Gemothy, un personnage de style LEGO inspiré du robot de tri de l'entreprise. Glacier a indiqué qu'un très petit nombre de kits Gemothy de collection pourrait faire son apparition.
Analyse : ce que les chiffres du Pier 96 montrent, et ce qu'ils ne montrent pas
Le cadrage choisi par Glacier mérite l'attention de la filière. L'essentiel de l'intérêt pour la robotique dans le recyclage s'est porté sur les systèmes de préhension qui retirent des objets précis d'un convoyeur. Glacier déplace l'unité d'analyse du geste de tri à l'usine entière. Si un site ne sait pas distinguer le traitement productif du fonctionnement à vide, ajouter de la capacité de tri ne corrigera peut-être pas la perte sous-jacente. Des outils de mesure comme DataMap interviennent à cette étape antérieure, et les résultats annoncés suggèrent que l'écart peut être important.
Cette affirmation appelle néanmoins la prudence. Les chiffres proviennent d'un seul site et ont été publiés par le fournisseur. La source ne précise ni la période de référence, ni la manière dont les temps de marche improductifs ont été définis ou mesurés, ni depuis combien de temps le système fonctionnait avant le calcul des résultats. Les économies de main-d'œuvre sont présentées comme projetées, et non réalisées. Un gain de débit de 15 % par poste est significatif s'il se confirme, mais le résultat d'un site unique dit peu de chose sur sa transposition à un centre de tri doté d'équipements, d'un mix de matières ou d'effectifs différents.
On ignore également quelle part de l'amélioration revient au logiciel et quelle part aux changements opérationnels décidés par les opérateurs après avoir vu les données. Glacier attribue au système le mérite de révéler les problèmes et de mesurer les ajustements, ce qui laisse entendre que les gains dépendent de l'action des opérateurs. C'est un modèle raisonnable, mais les résultats varieront selon la capacité de chaque site à exploiter ce qu'il observe.
La comparaison avec d'autres approches est limitée par les informations disponibles. La source ne cite aucun produit concurrent et n'indique aucun prix pour DataMap : toute affirmation sur la valeur relative ne peut donc pas être vérifiée ici. On peut seulement dire que l'argumentaire repose sur un critère vérifiable : le système augmente-t-il le débit et réduit-il les coûts sur un site donné ?
Plusieurs éléments permettraient de trancher : une vérification indépendante des résultats du Pier 96, des résultats issus d'autres sites, une définition claire des indicateurs, et des économies de main-d'œuvre réalisées plutôt que projetées. D'ici là, les chiffres de Recology constituent un point de données prometteur pour l'IA à l'échelle des installations de recyclage, mais pas la preuve qu'elle fonctionne dans l'ensemble de la filière.
